MATLAB画像処理セグメンテーション処理2

he = imread（ 'hestain.png'）;％画像
図を読み取る; imshow（he）、％display
title（ 'H＆E image'）;
text（size（he、2）、size（he、1）+ 15、…
'アラン・パーティン、ジョンズ・ホプキンス大学の画像提供'、...
'のFontSize'、7、 'たHorizo​​ntalAlignment'、 '右'）;
cform = makecform（ 'srgb2lab'）;の構造Lに％のRGB空間変換のB空間lab_he = applycform（彼、cform）;％のRGB空間は、Lに変換されたB空間AB =二重（lab_he（：、：、2：3））; NROWS =サイズ（AB、1）; ncolsの=サイズ（AB、2 ）; ab = reshape （ab、nrows * ncols、2）; nColors = 3; [cluster_idx cluster_center] = kmeans（ab、nColors、 'distance'、... 'sqEuclidean'、 'Replicates'、3）;％perform K-means集約クラスpixel_labels = reshape（cluster_idx、nrows、ncols）;








figure; imshow（pixel_labels、[]）、％は、クラスターの3つの部分を
title（ 'クラスターインデックスでラベル付けされた画像'
）;
segmented_images = cell（1,3）; rgb_label = repmat（pixel_labels、[1 1 3 ]）;
for k = 1：nColors
color = he;
color（rgb_label〜 = k）= 0;％kとしてマークされた領域は0に設定されますsegmented_images
{k} = color;
end
figure; subplot（131）
imshow（segmented_images {1））、％最初のクラスター領域の
タイトルを表示（ 'クラスター1のオブジェクト'）; subplot（132）、
imshow（segmented_images {2}）、％2番目のクラスター領域の
タイトルを表示（ 'クラスター2のオブジェクト'）; subplot（133）、
imshow（segmented_images {3}）、％3番目のクラスター領域を表示
title（ 'クラスター3のオブジェクト'）;
mean_cluster_value = mean（cluster_center、2）;％平均値を計算
[tmp、idx] = sort （mean_cluster_value）;％sort
blue_cluster_num = idx（1）;％minimum
L = lab_he（：、：、1）;％輝度コンポーネント
blue_idx = find（pixel_labels == blue_cluster_num）;％blue area label
L_blue = L（blue_idx）;
is_light_blue = im2bw（L_blue、グレイスレッシュ（L_blue））;％バイナリイメージに変換
nuclei_labels = repmat（uint8（0）、[nrows ncols]）;
nuclei_labels（blue_idx（is_light_blue == false））= 1;％ダークブルーエリアラベル
nuclei_labels = repmat（nuclei_labels、 [1 1 3]）;
blue_nuclei = he;
blue_nuclei（nuclei_labels〜 = 1）= 0;％紺色の領域外の他の領域は0に設定されます
figure、imshow（blue_nuclei）、％は紺色の領域
title（ 'blue核 '）;